【技术实现步骤摘要】
本专利技术涉及预制构件管理的，尤其是涉及一种基于物联网的装配式建筑预制构件预警方法及系统。
技术介绍
1、目前，随着装配式建筑预制构件的发展，对装配式建筑预制构件进行有效的管理的方式也随之迅速发展，其中，运用物联网技术结合数字化管理平台进行综合管理的方式受到大多数管理者的青睐。运用物联网技术能够实现对预制构件全生命周期的监测，结合监测数据以及数字化管理平台，优化装配式建筑预制构件的生产，提高经济效益。
2、相关技术中，预制构件数字化管理平台通常接入物联网数据，通过数字化手段对预制构件进行监测。但此类监测方式往往是在预制构件的状态出现问题后才能发现，缺少对预制构件健康状况的预测，难以提前发现潜在问题。
技术实现思路
1、为了实现对构件健康状况的预测，以提前发现潜在问题，本申请提供一种基于物联网的装配式建筑预制构件预警方法及系统。
2、第一方面，本申请的上述专利技术目的是通过以下技术方案得以实现的：
3、基于预设的物联网数据分类信息，将对目标预制构件进行监测获得的物联网数据进行分类，并输入对应的组合学习模型；
4、基于所述组合学习模型，获得对应的模型预测关系式和关联预测关系式；
5、分别基于所述模型预测关系式和所述关联预测关系式，获取所述目标预制构件的当前预测数据；
6、基于所述当前预测数据触发所述目标预制构件的健康状态警告信息。
7、通过采用上述技术方案，在运行数字化管理平台的过程中，用于监测目标预制
8、本申请在一较佳示例中可以进一步配置为：所述物联网数据分类信息通过以下方式获得：
9、基于预设的构件全过程周期，将物联网数据进行分类，获得物联网分类数据，所述构件全过程周期是指预制构件从设计到安装使用的全过程周期。
10、通过采用上述技术方案，预设的构件全过程周期是指预制构件从设计到安装使用的全过程周期，其中，构件全过程周期包括概念设计阶段、结构设计阶段、生产准备阶段、生产制造阶段、质量检验阶段、构件包装阶段、构件运输阶段、现场安装阶段、现场检验阶段和运行维护阶段，因此，将物联网设备的物联网数据以不同阶段进行分类，避免数据的混淆，同时对以时间划分的不同阶段的数据进行分析便于进行预测。
11、本申请在一较佳示例中可以进一步配置为：所述组合学习模型通过以下方式获得：
12、获取历史对预制构件进行监测获得的历史物联网数据，对所述历史物联网数据进行识别，分配输入至多路独立的学习模型；
13、基于所述历史物联网数据，生成时域空间模型；
14、组合所述时域空间模型和所述多路独立的学习模型，获得组合学习模型。
15、通过采用上述技术方案，在每次对新批次新规格的目标预制构件的生产开始之前，对历史物联网设备监测的物联网数据进行识别，判断每次实际目标预制构件的健康状况出现问题时，是否能正确预测，以及预测采集的物联网数据是否与目标预制构件的健康状况出现的问题关联，即是否将正确的数据输入至学习模型中，以此，选择对应不同阶段时预测正确率高的学习模型，并设置对应不同阶段预测正确率高时采集的物联网数据，对不同阶段分配相适应的学习模型，并以构件全过程周期的不同阶段为基础，生成时域空间模型，该时域空间模型以时间顺序为基础，对不同阶段输入的物联网数据进行对应的学习和分析，以此实现对构件健康状况的预测。
16、本申请在一较佳示例中可以进一步配置为：所述基于所述组合学习模型，获得对应的模型预测关系式和关联预测关系式，具体包括：
17、基于所述组合学习模型中的多路独立的学习模型，获得多路学习结果；
18、基于所述组合学习模型中的所述时域空间模型和所述多路学习结果，获得模型预测关系式和关联预测关系式。
19、通过采用上述技术方案，多路学习结果是指多个学习模型对不同阶段的物联网数据学习的结果，例如，在生产准备阶段的多路学习结果是指对应生产准备阶段的多路独立的学习模型的学习结果，因此，在每个阶段通过对应的多路学习结果，生成用于基于当前阶段的物联网数据预测目标预制构件的健康状态的模型预测关系式，以及用于结合当前阶段和后续阶段的物联网数据预测目标预制构件的健康状态的关联预测关系式，以此，通过模型预测关系式和关联预测关系式的两次预测，提高预测的准确性，以提前发现潜在问题。
20、本申请在一较佳示例中可以进一步配置为：所述模型预测关系式包括当前阶段临界阈值，所述关联预测关系式包括关联阶段临界阈值，所述当前阶段临界阈值大于所述关联阶段临界阈值，所述分别基于所述模型预测关系式和所述关联预测关系式，获取所述目标预制构件的当前预测数据，具体包括：
21、将所述物联网数据分别与所述模型预测关系式的当前阶段临界阈值和所述关联预测关系式的关联阶段临界阈值进行对比，获得所述目标预制构件的当前预测数据。
22、通过采用上述技术方案，对应模型预测关系式和关联预测关系式中，分别包括当前阶段临界阈值和关联阶段临界阈值，当前阶段临界阈值用于判断当前阶段目标预制构件的健康状态，而关联阶段临界阈值则用于判断后续阶段目标预制构件的健康状态，当前阶段临界阈值不小于关联阶段临界阈值是因为当前阶段临界阈值只依靠当前阶段的物联网数据，而关联阶段临界阈值需要结合当前阶段和后续阶段的物联网数据，因此，关联阶段临界阈值对应的关联预测关系式需要用到的数据量更大， 一般关联预测关系式的预测结果会更加准确，但为了保障预测的提前性，保障在当前阶段的预测准确性，使用数据量较小的当前阶段临界阈值不小于关联阶段临界阈值，以此提高在当前阶段的预测数据的准确性。
23、第二方面，本申请的上述专利技术目的是通过以下技术方案得以实现的：
24、一种基于物联网的装配式建筑预制构件预警系统，所述基于物联网的装配式建筑预制构件预警系统包括：
25、组合学习模型更新模块，用于基于预设的物联网数据分类信息，将对目标预制构件进行监测获得的物联网数据进行分类，并输入对应的组合学习模型；
26、关系式获取模块，用于基于所述组合学习模型，获得对应的模型预测关系式和关联预测关系式；
27、当前预测数据获取模块，用于分别基于本文档来自技高网...
【技术保护点】
1.一种基于物联网的装配式建筑预制构件预警方法，其特征在于，所述基于物联网的装配式建筑预制构件预警方法包括：
2.根据权利要求1所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述物联网数据分类信息通过以下方式获得：
3.根据权利要求1所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述组合学习模型通过以下方式获得：
4.根据权利要求3所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述基于所述组合学习模型，获得对应的模型预测关系式和关联预测关系式，具体包括：
5.根据权利要求1所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述模型预测关系式包括当前阶段临界阈值，所述关联预测关系式包括关联阶段临界阈值，所述当前阶段临界阈值大于所述关联阶段临界阈值，所述分别基于所述模型预测关系式和所述关联预测关系式，获取所述目标预制构件的当前预测数据，具体包括：
6.一种基于物联网的装配式建筑预制构件预警系统，其特征在于，所述基于物联网的装配式建筑预制构件预警系统包括：
7.根据权利要
8.根据权利要求6所述的基于物联网的装配式建筑预制构件预警系统，其特征在于，所述基于物联网的装配式建筑预制构件预警系统还包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于物联网的装配式建筑预制构件预警方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于物联网的装配式建筑预制构件预警方法的步骤。
...【技术特征摘要】
1.一种基于物联网的装配式建筑预制构件预警方法，其特征在于，所述基于物联网的装配式建筑预制构件预警方法包括：
2.根据权利要求1所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述物联网数据分类信息通过以下方式获得：
3.根据权利要求1所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述组合学习模型通过以下方式获得：
4.根据权利要求3所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述基于所述组合学习模型，获得对应的模型预测关系式和关联预测关系式，具体包括：
5.根据权利要求1所述的基于物联网的装配式建筑预制构件预警方法，其特征在于，所述模型预测关系式包括当前阶段临界阈值，所述关联预测关系式包括关联阶段临界阈值，所述当前阶段临界阈值大于所述关联阶段临界阈值，所述分别基于所述模型预测关系式和所述关联预测关系式，获取所述目标预制构件的当前预测数据，具体...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。